卷烟市场评估研究
2017年05月15日 | 作者: adminlin | 分类: 消费者满意度 |
准确评估卷烟零售市场状态是实现卷烟营销市场化取向改革的基础。本文以信息采集数据和订货销售数据为基础，通过全面准确了解卷烟市场信息，分别构建基于信息采集信息和基于订货销售信息的市场状态评价模型，并通过两个模型结果比对综合判断卷烟市场状态，为卷烟市场状态评估提出一条新的思路。
一、引言
随着宏观经济发展进入新常态，控烟履约压力日趋增大，烟草行业“增长速度回落、工商库存增加、结构空间变窄、需求拐点逼近”等难题日益凸显，卷烟营销市场化取向改革任重道远。在新常态下，如何基于真实市场状态配置卷烟要素资源已成为烟草行业改革的重点。
包勰勇（2012）对卷烟总量、品类及单品的供需状态评价方法进行探究，通过寻找能很好地刻画市场供需状态的评价指标，运用统计学原理对评价指标之间的相关性进行验证，梳理出供需状态评价指标体系及评价标准，从而形成完善的市场供需状态评价方法。廖燕玲（2014）在深入剖析当前预测工作现状基础上，从烟草行业现状、卷烟市场容量概念、影响因素和作用、卷烟市场容量评估角度出发，浅析卷烟市场容量评估的方法、步骤，为真实把握市场需求奠定基础。李智文和刘立红（2015）依托现代化终端信息采集系统，采用灰色层次分析法对烟草企业在经营过程中积累的大量数据进行实证分析，建立适合烟草企业的市场状态评估模型。
上述学者对我国的烟草市场状态评估研究与应用做了许多积极的贡献，但是现阶段我国烟草行业评估研究还存在评价方法单一列举、没有充分反馈卷烟市场营销信息等许多问题。此外，影响卷烟市场状态判断的因素有很多，不同的因素之间有可能呈不同方向波动，能否依据不同渠道获取的卷烟信息分别进行市场状态判断，然后通过最终结果的比对来评估出真实的市场状态？本文将就这个问题展开研究。
二、评价指标探究
卷烟营销信息一般包括：信息采集信息、订货销售信息等，本文基于这两个方面的数据信息分别构建评估监测模型，以实现对卷烟市场真实状态的精准判断。
（一）信息采集指标的选择。卷烟市场信息采集指标一般包括：社会销量、社会库存、存销比、条价格指数、重需率、动销比、断货率和上柜率等。由于并不是所有指标都能用来对市场状态进行评估，并且有些指标之间存在线性关系，也会影响判断结果，因此有必要对指标进行优选。
首先利用SPSS软件进行相关性检验，可得Pearson相关性分析输出结果。其中，社会销量和库存之间相关系数为0.747，动销比和断货率之间的相关系数为0.679，断货率和重需率之间的相关系数为0.618，几组因素相互间具有显著相关性；社会销量和动销比之间的相关系数为0.355，社会销量和重需率之间的相关系数为0.384，两组因素相互间具有低度相关性；动销比和重需率之间的相关系数为0.942，具有高度相关性。因此，需要进一步应用聚类分析对指标进行分类。
首先，在影响市场状态评估的因素中，“价”与“量”是其中的关键因素。作为一种商品，卷烟无法背离供求关系影响市场价格这一市场经济最基本的规律。同时，价格水平又决定着价值的实现程度，是市场上商品销售状况的重要标志，因此必须将卷烟价格作为衡量市场状态的首要评价指标；其次，社会存销比也是反映卷烟市场状况的重要评价指标。存销比是指在一个周期内商品库存与销量的比值，可以从销量与库存量上直接反映市场的供需程度。相对于价格来讲，存销比是反映市场变化的前置指标，往往先于价格发生变化。因此，指标体系构建中应该优选这两项指标以更好地把握市场变化情况。这样，指标体系就精简为条价格指数、存销比、重需率、动销比、断货率和上柜率六个指标。
对各指标进行聚类分析，模型将各指标构建为四类，分别为：存销比、价格指数、动销比、重需率四类因素。对此，应用主成分分析方法进行模型构建，可知主成分分析中其他各个因素之间具有很微弱的相关性，除了动销比和重需率之间的相关系数为0.942，具有高度相关性，但经过多次的数据处理之后发现出现这种情况是由于存销比的数据造成的高度相关性假象，对构建模型不影响，因此对这些数据构建模型是有效的。
根据主成分分析法的特征矩阵的λ>1可知，存销比和价格指数两个因素的特征值是大于1的，但是贡献率累加才达到73.96%并没有很理想的效果。因此，需要添加重需率、动销比这两个因素使得贡献率达到100%，对模型构建的有效性有了一定程度的提高。因此，通过信息采集数据评价市场状态的指标体系包括：条价格指数、存销比、重需率、动销比。
（二）订货销售指标的选择。卷烟订货销售指标包括：订购量、需求量、投放客户数、订购客户数、订足客户数、投放面、订足面、订足率、订购率和订单满足率。
利用SPSS软件进行相关性检验，可得Pearson相关性分析输出结果。其中，订购量和需求量之间的相关系数为0.871，具有高度相关性；订购量和投放客户数之间的相关系数为0.736，订购量和订购客户数之间的相关系数为0.726，订购量和投放面之间的相关系数为0.687，几组因素相互间均具有显著相关性。需求量和投放客户数、订购客户数、订足客户数、投放面的相关系数都在0.5 由于有些变量之间存在换算关系，因此可以进行替换来构建模型。订单满足率可替代订购量和需求量，订购率可以替代订购客户数和投放客户数。订购率可替代订足客户数。故参与模型的变量分别为订足面、订足率、投放面、订单满足率、订购率。
对这五个因素进行聚类之后，可以根据实际情况的需求对因素进行分类可得：订足率和订足面之间的相关系数为0.930，具有高度相关性，其他变量之间的相关系数均小于0.3，也就是说各变量之间存在微弱相关性，在构建模型中这个数值可以忽略不计。而相关矩阵对应的P值都是小于0.05。因此，需要重新选购变量参与模型。由于订足率和其他几个因素之间存在联系，因此订足面和订足率的相关系数值会很高，这并不影响模型的有效性。其他各个变量之间的相关系数均小于0.3，具有微弱相关性，在模型构建过程中可以忽略不计。
根据主成分分析法的特征矩阵的特征值λ>1原则，投放面和订购率两个因素的贡献率之和累积占据了62.26%的信息量。为了能够更加有效地提高模型的准确度，再增加三个变量添加到模型中，使累计贡献率达到100%。因此，通过订投数据对市场状态进行评价的指标体系包括：投放面、订足面、订足率、订购率、订单满足率。
三、指标权重设置
本文采用主客观因素相结合的方法进行指标权重设置，主观方面，根据各指标对市场状态的影响程度进行判断；客观方面，结合各因素特征值的占比进行分析。
（一）信息采集指标体系权重设置。对信息采集指标体系，根据层次分析法，判断各指标对市场状态评估的影响程度，从而可得各指标重要程度的判断矩阵。利用和法进行计算，可得各指标的主观判断权重值，如表3所示。客观方面，将表1中各因素特征值的占比作为权重值。这样，通过主客观的结合并求取均值，可得各指标权重值，如表3所示。
（二）订货销售指标体系权重设置。对订货销售指标体系，通过专家评估，可以判断各指标对市场状态评估的影响程度的判断矩阵，从而可得各指标的主观判断权重值。在客观方面，将表2中各因素特征值的占比作为权重值。这样，通过主客观的结合并求取均值，可得各指标权重值，如表4所示。
四、评估模型构建
（一）市场状态定性。根据需求调研，市场状态可以划分为“松、稍松、平衡、稍紧、紧”这五种。据此，可以根据信息采集和订单各指标权值，分别设定分值进行判断，然后综合信息采集判断状态和订单判断结果综合确定卷烟市场状态：（1）如两者所评估状态相同，则该状态视作此时市场表现状态；（2）如两者所评估状态不同，根据（0.6×信息采集网络评分+0.4×订单网络评分）所判断的状态视作市场状态。
另外，由于信息采集为周数据、订单为日数据，因此对订单进行判断时取其前7天的评分平均值进行市场状态判断。
（二）信息采集市场状态评估模型。根据样本数据进行训练，可确定各指标评价标准，如表5所示。从表5可知，市场信息采集的指标评定标准可以根据存销比、条价格指数、重需率和动销比四个因素来评定。按照每个状态对应的分数值进行累加就得出综合评分的分数。假设市场信息采集指标的状态分值总分为100分，各状态分值区间为：“紧”：85～100；“稍紧”：75～85；“平衡”35～75；“稍松”：15～35；“松”：0～15。
（三）订货销售市场状态评估模型。根据样本数据进行训练，可确定各指标评价标准，如表6所示。从表6可知，订单信息采集的指标评定标准可以根据投放面和订足率两个因素来评定。通过分析工具中的分箱功能对数据进行分箱处理，从而可以得出各个状态下的数值区间和分值区间。假设市场信息采集指标的状态分值总分为100分，各状态分值区间为：“紧”：85～100；“稍紧”：75～85；“平衡”35～75；“稍松”：15～35；“松”：0～15。
五、结论
在目前控烟日益严峻的大环境下，卷烟行业已逐步放缓对量的追求，如何保持“稍紧平衡”状态是行业未来发展的关键也是难点。依据信息采集数据和订货销售数据，分别构建评估模型，并通过比对判断卷烟市场状态，这是一种新的尝试，它将有助于我们拓展新的思路。实际应用中，卷烟市场状态影响因素众多，要结合政策环境、各地营销特点灵活运用模型才能最终给决策提供支持。
主要参考文献：
[1]包勰勇.市场供需状态评价方法的探究与运用[M].中国烟草学会2012年学术年会论文集，2012.9.
[2]廖燕玲.卷烟市场容量评估方法研究[J].合作经济与科技，2014.9.
[3]李智文，刘立红.灰色层次分析法在卷烟市场状态评估中的应用[J].现代商贸工业，2015.1.
想获取更多信息，或者咨询相关业务可以关注我们的微信公众平台：SMR_gz
或者扫描下面二维码
